| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 视频目标跟踪研究现状 | 第10-11页 |
| 1.3 视频目标跟踪主要难点 | 第11-12页 |
| 1.4 主流跟踪算法概述 | 第12-17页 |
| 1.4.1 基于外观模型的目标跟踪算法 | 第13-16页 |
| 1.4.3 基于上下文信息的目标跟踪算法 | 第16-17页 |
| 1.5 主要研究内容 | 第17-18页 |
| 1.6 论文章节安排 | 第18-19页 |
| 第2章 相关基础理论简介 | 第19-35页 |
| 2.1 贝叶斯跟踪框架 | 第19-20页 |
| 2.2 粒子滤波 | 第20-22页 |
| 2.3 目标特征表示 | 第22-25页 |
| 2.3.1 全局表示方法 | 第22-23页 |
| 2.3.2 局部表示方法 | 第23-25页 |
| 2.4 稀疏表示理论概述 | 第25-30页 |
| 2.4.1 信号的稀疏表示 | 第25-26页 |
| 2.4.2 信号稀疏表示的求解 | 第26-29页 |
| 2.4.3 过完备字典构造 | 第29-30页 |
| 2.5 视觉显著性概述 | 第30-34页 |
| 2.5.1 图像的显著性检测 | 第31-33页 |
| 2.5.2 视觉显著性和目标跟踪 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第3章 结合超像素和局部稀疏表示的目标跟踪算法 | 第35-62页 |
| 3.1 贝叶斯跟踪后验估计 | 第35页 |
| 3.2 基于增量学习的跟踪算法 | 第35-37页 |
| 3.3 TURBOPIXELS超像素分割算法 | 第37-41页 |
| 3.3.1 水平集边界表示 | 第38-39页 |
| 3.3.2 种子初始化定位 | 第39页 |
| 3.3.3 水平集变化的数值化 | 第39-40页 |
| 3.3.4 迭代终止条件和最终分割 | 第40页 |
| 3.3.5 TurboPixels算法主要流程 | 第40-41页 |
| 3.4 基于超像素的判别型外观模型 | 第41-47页 |
| 3.4.1 建立判别型外观模型 | 第43-44页 |
| 3.4.2 置信图 | 第44-46页 |
| 3.4.3 候选样本置信值计算 | 第46-47页 |
| 3.5 基于局部稀疏表示的生成型外观模型 | 第47-50页 |
| 3.5.1 字典构造和样本稀疏性直方图计算 | 第47-49页 |
| 3.5.2 直方图相似度 | 第49-50页 |
| 3.6 目标跟踪定位 | 第50-52页 |
| 3.6.1 运动模型 | 第50-51页 |
| 3.6.2 观测模型 | 第51页 |
| 3.6.3 计算样本后验估计 | 第51-52页 |
| 3.7 模型更新和遮挡处理 | 第52页 |
| 3.8 SPS算法主要流程 | 第52-53页 |
| 3.8.1 初始化和训练过程 | 第52-53页 |
| 3.8.2 目标跟踪和外观模型更新 | 第53页 |
| 3.9 仿真实验与结果分析 | 第53-60页 |
| 3.10 本章小结 | 第60-62页 |
| 第4章 结合视觉显著性和时空上下文的目标跟踪算法 | 第62-80页 |
| 4.1 时空上下文(STC)跟踪算法概述 | 第62-67页 |
| 4.1.1 空间上下文模型 | 第64页 |
| 4.1.2 上下文先验模型 | 第64页 |
| 4.1.3 置信图模型 | 第64-65页 |
| 4.1.4 时空上下文模型的学习 | 第65页 |
| 4.1.5 目标跟踪过程 | 第65-66页 |
| 4.1.6 目标尺度更新 | 第66页 |
| 4.1.7 算法基本流程 | 第66-67页 |
| 4.2 引入上下文感知显著性的改进的时空上下文目标跟踪算法 | 第67-72页 |
| 4.2.1 上下文感知显著性检测算法 | 第67-69页 |
| 4.2.2 引入上下文感知显著性的STC算法 | 第69-72页 |
| 4.3 仿真实验 | 第72-79页 |
| 4.3.1 实验参数设置 | 第72-73页 |
| 4.3.2 实验结果对比和分析 | 第73-76页 |
| 4.3.3 评价指标对比 | 第76-79页 |
| 4.4 本章小结 | 第79-80页 |
| 第5章 总结和展望 | 第80-82页 |
| 参考文献 | 第82-90页 |
| 致谢 | 第90-92页 |
| 附录A 论文中用图 | 第92-93页 |
| 附录B 论文中用表 | 第93-94页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第94页 |